科學(xué)家訓(xùn)練人工智能提前數(shù)年預(yù)測 1,000 多種疾病

科學(xué)家說周三，他們創(chuàng)建了一個能夠提前幾年預(yù)測醫(yī)療診斷的人工智能模型，該模型建立在 ChatGPT 等消費者聊天機器人背后的相同技術(shù)之上。

來自英國、丹麥、德國和瑞士機構(gòu)的團隊根據(jù)患者的病史，Delphi-2M 人工智能“預(yù)測未來 1,000 多種疾病的發(fā)生率”寫在發(fā)表在該雜志上的一篇論文中自然界.

研究人員根據(jù)英國生物樣本庫的數(shù)據(jù)訓(xùn)練了該模型，該數(shù)據(jù)庫是一個大型生物醫(yī)學(xué)研究數(shù)據(jù)庫，其中包含約 50 萬參與者的詳細信息。

相關(guān)：越來越多的人冒著聊天機器人的醫(yī)療建議的風險。原因如下。

基于所謂的“transformer”架構(gòu)（“ChatGPT”中的“T”）的神經(jīng)網(wǎng)絡(luò)最著名的是處理基于語言的任務(wù)，就像聊天機器人及其許多模仿者和競爭對手一樣。

但理解一系列醫(yī)學(xué)診斷“有點像學(xué)習(xí)文本中的語法”，德語癌癥研究中心人工智能專家莫里茨·格斯通告訴記者。

他說，Delphi-2M“學(xué)習(xí)醫(yī)療保健數(shù)據(jù)中的模式、先行診斷、它們發(fā)生的組合以及連續(xù)的模式”，從而實現(xiàn)“非常有意義且與健康相關(guān)的預(yù)測”。

Gerstung 提供的圖表表明，人工智能可以挑出心臟病發(fā)作風險遠高于或低于其年齡和其他因素預(yù)測的人。

團隊驗證通過對照丹麥公共衛(wèi)生數(shù)據(jù)庫中近 200 萬人的數(shù)據(jù)對其進行測試來測試 Delphi-2M 的性能。

但 Gerstung 和其他團隊成員強調(diào)，Delphi-2M 工具需要進一步測試尚未準備好用于臨床。

“這距離改善醫(yī)療保健還有很長的路要走，因為作者承認（英國和丹麥）數(shù)據(jù)集在年齡、種族和當前的醫(yī)療保健結(jié)果方面都存在偏差，”英國工程技術(shù)學(xué)會研究員、衛(wèi)生技術(shù)研究員彼得·班尼斯特評論道。

但在未來像 Delphi-2M 這樣的系統(tǒng)可以幫助“指導(dǎo)監(jiān)測和可能的早期臨床干預(yù)，以有效地使用預(yù)防性藥物”，Gerstung 說。

歐洲分子生物學(xué)實驗室的合著者湯姆·菲茨杰拉德 （Tom Fitzgerald） 說，在更大范圍內(nèi)，此類工具可以幫助“優(yōu)化整個緊張的醫(yī)療保健系統(tǒng)的資源”。

許多國家的醫(yī)生已經(jīng)使用計算機工具來預(yù)測疾病風險，例如英國家庭醫(yī)生用來評估心臟病發(fā)作或中風危險的 QRISK3 程序。

相比之下，Delphi-2M“可以在很長一段時間內(nèi)同時治療所有疾病”，合著者伊萬·伯尼（Ewan Birney）說。

倫敦國王學(xué)院專門研究醫(yī)學(xué)人工智能的教授古斯塔沃·蘇德雷 （Gustavo Sudre） 評論說，這項研究“看起來是朝著可擴展、可解釋且最重要的是對道德負責的預(yù)測建模邁出的重要一步”。

“可解釋”或“可解釋”的人工智能是該領(lǐng)域的首要研究目標之一，因為許多大型人工智能模型的完整內(nèi)部工作原理目前甚至對其創(chuàng)建者來說仍然是神秘的。

?法新社

寶寶起名 起名